.svg)
AI 솔루션 문의하기
2050년까지 글로벌 인구 증가에 발맞추어 식량 생산량을 70% 증가시켜야 한다는 국제통화기금의 전망이 나오면서, 농업 분야의 생산성 향상이 절실한 과제가 되었습니다. 기후 변화로 인해 충분한 식량을 확보하기가 어려워지고 있으며, 이로 인해 농작물 수확량이 감소하고 관개용수를 포함한 천연자원을 안정적으로 확보하기도 어려워지고 있습니다.
스마트농업은 농업의 생산성과 품질 향상, 경영비와 노동비 절감 등을 위하여 정보통신기술 등 첨단기술을 접목한 농업을 말합니다. 농업생산 과정에서 데이터와 인공지능 등 첨단기술 기반으로 의사결정하여 농작업을 최적화하고 정밀화하며 자동화하여 농업 생산성을 극대화하는 농업방식입니다.
1세대 스마트팜은 농장 디지털화로 인터넷을 통해 원격 모니터링 및 제어가 가능하여 전통 농업에 비해 편의성은 크게 향상되었습니다. 그러나 농장은 디지털화되었으나 환경 설정과 제어는 여전히 사람의 지식과 경험에 의존했으며, 이는 모든 농사 환경을 농업인이 직접 설정하고 조작해야 하므로 농사에 대한 지식은 물론 데이터를 이해하고 분석할 수 있는 정보통신기술 역량도 필요했습니다.
2세대 스마트팜은 인공지능과 동식물의 생체정보 등 빅데이터를 통해 최적생산을 위한 의사 결정 지원 시스템으로 생산성을 크게 향상시킵니다. 기계 학습과 인공지능을 위해 농가가 개별적으로 고성능 컴퓨터 시스템을 보유하는 대신 클라우드 시스템 활용으로 비용을 줄이고 생산성을 높일 수 있습니다.
클라우드 시스템을 통해 농가는 전문가 수준의 재배 관리를 받을 수 있으며, 데이터 분석을 통해 수확 시기 및 품질을 최적화할 수 있습니다.
경남도농업기술원은 토마토 재배 수확량 예측 인공지능 모델을 개발했으며, 모델은 2018년부터 8년간 축적된 데이터를 학습해 면적 단위 10a당 누적 수량을 예측합니다. 고수량 농가와 데이터 수집에 참여한 농가의 평균값을 비교해 수량 상태를 시각적으로 제시하고, 농가는 누적 수량에 영향을 미치는 요인을 최대 20개까지 선택해 분석할 수 있습니다.
분석 결과는 수량이 높은 농가의 데이터와 비교해 시각화된 권장 방안으로 제시되며, 스마트팜 내부 환경 요소는 제어기를 통해 현장에 적용하고 재배기술과 농작업 요소는 재배 이력 분석을 통해 농가의 의사결정을 지원합니다.
인공지능과 빅데이터 분석 기술을 활용하여 작물의 성장 예측과 병해충 발생 예측이 가능하므로 예방적 대응이 가능합니다. 비전 인공지능은 컴퓨터가 이미지와 영상을 사람처럼 인식하고 해석하는 기술을 말하는데, 농업에서 비전 인공지능을 활용해 모니터링하면 농작물의 질병이나 해충의 징후를 조기에 파악하고 수확량을 예측할 수 있습니다.
작물의 성장 상태와 환경, 실시간 기후 등 방대한 데이터를 실시간 수집하고 분석할 수 있으며, 이를 통해 적절한 성장 환경을 조성하고 파종 시기와 비료량, 농약 살포 시기, 수확 시기 등을 예측해 수확량을 최대화하고 자원 낭비를 방지할 수 있습니다.
국내 스마트팜 현장에서도 초분광 카메라를 활용해 작물의 생육 상태와 수분 스트레스, 질병 여부, 토양 수분 등을 비파괴적으로 분석하는 사례가 확산되고 있습니다. 특히 딸기와 토마토, 사과 등 원예작물의 생육 상태 분석과 수확량 예측, 병해 감지에 활용되고 있으며, 초분광 센서를 장착한 드론으로 대규모 농가를 효율적으로 모니터링하는 사례도 빠르게 늘고 있습니다.
수집된 스펙트럼 데이터를 통해 농산물 상태 예측과 생산 품질 추세 분석 등 지능적 농업 관리가 가능하며, 특정 품종의 저장기간에 따른 품질 변화나 계절별 수확량의 차이, 지역별 병해충 발생을 도출할 수 있습니다.
센서와 인공위성에서 찍은 사진을 이용해 농업에 필요한 기후와 농지 및 작물 상태 같은 여러 정보를 자동으로 기록해 분석합니다. 로봇이나 드론, 농기구에 카메라를 달고 움직이면서 농경지 사진을 찍거나 인공위성이 찍은 사진을 이용해 작황을 파악하기도 하며, 여기에 과거 몇 년간 축적한 데이터와 기후 데이터 등을 취합해 분석하면 올해 작황 상황 등을 확인할 수 있습니다.
미국 농가의 3분의 1 이상이 사용하고 있다고 알려진 팜로그 프로그램은 이러한 위성 영상 분석 기술을 활용하여 농업인에게 실시간 정보를 제공합니다.
토양에 꽂은 센서를 통해 질소량이나 수분량을 확인할 수 있고, 이미지를 인식하는 인공지능을 이용하면 작물의 잎이나 모양을 사진 찍어 어떤 상태인지 확인할 수 있습니다. 텍사스에서는 스마트폰 앱에 연결된 센서가 토양 수분을 포함한 토양 상태에 대한 실시간 정보를 수집하고 있으며, 앱은 이 정보를 일기 예보 등 다른 데이터와 결합하여 인공지능 기반 분석을 통해 급수 추천을 생성한 뒤 이를 농부들의 모바일 기기로 전송합니다.
캘리포니아의 한 와이너리에서는 일기 예보와 위성 이미지, 센서로부터 정보를 수집하여 포도나무의 스트레스를 측정하는 클라우드 기반 도구를 구현했습니다. 데이터를 분석하면 각 포도나무의 필요에 맞는 급수 추천을 제공하며, 이 도구를 도입한 후 수확량은 26% 증가하고 물 사용량은 16% 감소했습니다.
작물 시세를 추적하는 기능도 요긴하게 쓰이며, 매년 변하는 상황에 따라 어떤 종자를 선택해 어떤 작물을 키울지를 추천하거나 현재 상황에서 이윤이 얼마나 날지를 파악할 수도 있습니다. FBN에서 제공하는 FBN 분석이란 프로그램은 농장 운영에 도움을 주는 비즈니스 솔루션이며, 최상의 수확량을 낼 수 있는 종자와 농약, 비료 선택을 도와주고 농가의 경영을 돕습니다.
인공지능 알고리즘은 과거 데이터와 현재 시장 상황을 분석하여 농가의 수익을 최대화할 수 있는 작물 조합을 제시하며, 지역별 기후 특성과 토양 조건을 고려한 맞춤형 품종 추천도 가능합니다.
전라남도 나주시에 스마트팜 지능화 플랫폼을 구축했으며, 이 플랫폼은 인공지능과 빅데이터, 사물인터넷 등 최첨단 기술로 농작물의 생육 환경을 제어하고 관리하는 스마트팜의 기반이 됩니다. 토양 상태와 기상, 병해충 등 데이터를 분석해 비료량을 알려주고 병해충 발생 시기 등을 알려주며, 인공지능 이미지 센서와 레이저, 스피커 등을 활용해 농작물에 피해를 주는 조류와 동물을 퇴치하는 데 도움을 줍니다.
다양한 무인 농기계를 원격으로 관리할 수 있으며 스마트폰이나 컴퓨터를 통해 다양한 농장 작업을 원격으로 모니터링하고 관리할 수 있습니다. PC 또는 모바일을 통해 온실의 온습도와 이산화탄소 등을 모니터링하고 창문 개폐, 영양분 공급 등을 원격자동으로 제어하여 재배하는 작물의 최적 생육환경을 유지 관리할 수 있습니다.
바우리 사는 수직 농장을 위한 전용 운영체제를 만들었으며, 이를 통해 농장의 작물 현황과 환경을 자동으로 모니터링하고 필요하면 로봇을 이용해 작물 재배 환경을 바꿀 수 있습니다. 인공지능 활용 자동화 수직농장은 실내 공간에서 다층 구조로 작물을 재배하는 방식으로, 제한된 공간에서 최대 생산량을 달성할 수 있는 미래형 농업 모델입니다.
최적 재배 환경 제어 시스템은 온도와 습도, 광량, 이산화탄소 농도 등을 인공지능이 자동으로 조절하여 작물별 최적 생육 조건을 유지합니다.
인공지능 기반 농작물 병해충 영상진단 및 처방 시스템은 스마트폰으로 작물을 촬영하면 인공지능이 병해충을 자동으로 식별하고 적절한 방제 방법을 추천합니다. 주로 농지의 해충과 잡초, 식물 질병 등을 감지해 수확량과 농작물 품질을 향상하는 쪽으로 사용되며, 인공지능은 작물의 건강 상태를 모니터링하고 이상 징후를 조기 탐지합니다.
스마트폰 카메라나 드론 이미지로 병충해 여부를 자동 식별하고 센서로 수집된 토양 수분과 온도, 일사량 정보를 인공지능이 분석하여 비료와 급수 시점을 예측합니다.
자동화와 로봇은 현대의 스마트 농업에서 두드러지게 나타나며, 농부들은 자율주행 트랙터 외에도 파종과 수확, 가지치기 등의 작업에 로봇을 사용합니다. 또한 비료와 살충제 및 기타 농업 투입물을 기존 방식보다 더 효율적이고 정밀한 방식으로 살포하기 위해 드론을 배치할 수도 있으며, 각종 농기계와 로봇, 드론 등에 인공지능을 결합하면 씨앗을 심고 농약 살포, 수확 등 농업의 전 과정을 자동화할 수 있습니다.
비전 인공지능을 적용한 드론을 활용해 농약 살포가 필요한 장소에 효율적으로 살포할 수 있고, 수확 로봇을 활용하면 사람이 직접 세심하게 따야 했던 과일과 채소 등을 더욱 빠르고 중단 없이 수확할 수 있습니다.
시계열 데이터 기반으로 수확 시점과 수확량을 예측하여 생산과 유통 계획을 최적화합니다. 예측 분석과 날씨 데이터 세트, 머신러닝 기반의 농업 예측 모델은 농업 산업이 작물 생산과 토지 활용, 공급망 계획 등을 포함한 생산 프로세스를 관리하는 데 도움을 줄 수 있으며, 클라우드 기반 인공지능과 머신러닝 툴을 통한 데이터 분석과 모델링은 의사 결정 및 스마트 농업 기술을 지원할 수 있습니다.
인공지능은 센서와 장비, 생산 라인의 대량의 데이터를 분석하여 효율성을 최적화하고 품질을 개선하며 알고리즘을 사용하여 데이터의 패턴을 식별함으로써 잠재적인 문제를 예측하고 개선 사항을 제안합니다.
인공지능은 농부들이 사물인터넷 이니셔티브에서 발생하는 대규모 복잡한 데이터 세트인 빅데이터에서 인사이트를 얻는 데 도움을 줄 수 있습니다. 스마트 농업을 통해 기후 변화로 인한 불확실성에 더 잘 적응하고 환경 영향을 완화하며 농업 생산의 탄력성을 높일 수 있으며, 기후 문제 외에도 농업 부문은 비료와 같은 투입물 비용 상승과 원자재 가격 변동, 규제 요건 강화로 인해 수익성 문제에 직면해 있습니다.
이처럼 기술은 농부의 감과 경험을 데이터화하고 과학적인 경작과 의사결정을 가능하게 만들고 있으며, 특히 스펙트럴 이미징과 인공지능의 융합, 인공지능 기반 종자 개량 기술은 농업 전반을 이끌고 있습니다.
농업에 인공지능 기술이 많이 쓰이면 청년 농업인 유입이 확실해질 것이며, 국내 지역의 금산군에서도 스마트팜 온실을 지어 금산으로 들어오는 청년 농업인에게 3년간 저렴한 비용으로 지원하고 있습니다. 지금까지는 하드웨어를 잘하는 회사가 지배해 왔으나 이제는 하드웨어를 갖고 어떤 소프트웨어를 만들어내느냐가 중요해지며 분석이나 추천 서비스, 그다음에 인공지능을 활용한 예측 등에 시장이 더 열리고 있습니다.
.svg)
.svg)
